基于M u lti-Agen t技術的物流企業運輸調度系統結構分析

戴劍勇，席釕姿

（南華大學 經濟管理學院，湖南 衡陽 421001）

1 引言

物流運輸調度是針對一系列發貨點和收貨點，組織適當的行車路線，使車輛有序通過它們，在滿足一定約束條件下（如貨物需求量、車載量、行車里程、交發貨時間、時間限制、路線約束等），達到一定目標最優化（如路程最短、運費最低、時間準時、車輛較少等）的過程。

物流運輸調度系統是一個涉及多因素、多層次、動態變化的大規模復雜系統，是一個在時間和空間上的分布式、非線性、時變的隨機系統，具有復雜性、遞階結構、不確定性、多目標、多約束、多資源相互協調等特點。目前，物流企業面臨著日益劇烈變化的市場競爭，其運輸調度工作的條件復雜，不僅貨運點多、貨物品種類型繁多、道路網復雜，而且運輸服務地區內運輸網點的分布也不均勻，這要求物流運輸調度系統的控制結構具有局部自治和分布式決策特性，集中式調度方式己經不能適應環境變化的要求。

隨著計算機技術的飛速發展以及智能計算技術的不斷涌現，智能優化調度技術成為解決物流運輸調度的主要技術，但優化問題的關鍵在于數學模型的建立和算法的求解。對于物流運輸調度系統的優化問題，其核心不僅在于其相應功能模塊的完善及其分布式自治管理，而且涉及到各相應功能模塊的協調問題。而多智能體系統（Multi-Agent System，MAS）采用分布式體系結構，具有敏捷、靈活、實時的優點，其每個智能體皆有一定的獨立功能，且單個Agent與Agent之間的結構關系是可動態調整的，不同功能的Agent組成緊耦合的運輸調度管理體系結構具有自適應，自組織和良好的協調性能，可以通過協調方式完成繁雜的整體運作。因此，應用多智能體技術對解決物流運輸調度系統的分布式自治和集成優化問題具有重要的現實意義。

2 物流企業運輸調度系統多智能體體系結構構建

智能體（Agent）是指駐留在某一環境下，能持續自主地發揮作用，具備駐留性、自治性、反應性、主動性、社會性、進化性等特征的計算實體。多智能體（Multi-Agent）一般專指多智能體 系 統（Multi-Agent System，MAS） 或 多 智 能 體 技 術（Multi-Agent Technology，MAT），它是多個智能體組成的集合，它的目標是將大而復雜的系統建設成小的、彼此互相通信和協調的、易于管理的系統。主要研究智能體之間的交互通信、協調合作、沖突消解等方面，強調多個智能體之間的緊密群體合作，而非個體能力的自治和發揮，主要說明如何分析、設計和集成多個智能體構成相互協作的系統。

Multi-Agent系統建模是一種自底向上的新型建模方法，與傳統的自上而下的建模方法不同，Multi-Agent系統建模是針對復雜系統的模型研究，而物流企業運輸調度系統正是這樣一個復雜的、多目標的、不確定的、多變的隨機系統。多智能體系統建模方法是首先根據研究的系統對單個的Agent進行定義，給每個Agent賦予一定的行為及參數，然后根據Agent與Agent之間及Agent與環境之間的關系，確定其交互規則，通過交互將各個Agent聯結成一個整體，構成一個完整的Multi-Agent系統。

根據物流運輸調度系統的實際情況，采用功能和物理相結合的混合建模方法，將物流運輸調度過程中涉及的運輸訂單、車輛調度、車輛、路網信息等物理實體以及協調、管理等邏輯實體統一分解成四種不同的Agent類型。并對每一個Agent建立相應的模型。再將各個Agent集成為運輸調度系統的多智能體體系結構，其結構如圖1所示。

圖1 物流運輸調度系統多智能體體系結構

3 物流企業運輸調度系統多智能體結構分析

針對物流企業運輸調度系統的特殊性，對前一部分所構建的多智能體體系結構中的各個Agent分別進行分析。

3.1 管理型Agent的結構分析

管理型Agent與其他Agent之間的聯系最多，負責整個調度系統的監督、控制與管理，并協調其他各個Agent之間的工作，起著運輸配送計劃員的作用。根據協調Agent自有的特性，建立其特征模型，如圖2所示。

圖2 協調Agent（管理型）的結構模型

States：協調Agent的內部狀態。用來監控和處理整個物流運輸調度系統全局性的信息，包括訂單分解、訂單更改、訂單取消、運輸調度計劃的編制等。

Perceptions：感知信息。協調Agent從其他Agent和環境中通過信息交互與協調獲得與訂單相關的信息，再通過感知器傳遞給States。由States利用相關的知識庫做出相應的決策。

Behaviors：行為信息。Behaviors接收到States傳過來的動作命令做出相應的動作，比如對訂單進行分解等。再通過效應器傳遞給其他Agent以及環境。

3.2 任務型Agent的結構分析

任務型Agent映射的是實際物流企業運輸調度系統中的運輸訂單任務。運輸訂單Agent在物流企業是一個非常重要的模塊。任務型Agent從管理型Agent處獲得訂單的基本信息，然后建立訂單資料檔案，并對其資料進行查核及確認，若確認信息有誤則將其反饋給管理Agent對訂單狀態進行修改，確認無誤后再通過運輸調度系統將數據處理并輸出，最后將輸出傳遞到車輛調度Agent。影響任務型Agent的參數如圖3所示。

圖3 運輸訂單Agent（任務型）參數

3.3 計算型Agent的結構分析

計算型Agent在整個物流企業運輸調度系統中起著關鍵作用，這里的計算型Agent映射的是車輛調度Agent，它根據運輸訂單Agent所傳遞過來的數據，然后與管理Agent、車輛Agent及路網信息Agent進行溝通，對訂單Agent進行分析，將同一條線路上的不同貨物組合起來，配裝在同一輛載貨車上，對現有的資源Agent（車輛Agent）進行分析，選擇最合適的車輛進行調度排班，最后根據路網信息Agent，計算出最佳的運輸線路，以便使貨物能夠安全、有效、快速、準時到達客戶手中。車輛調度Agent考慮的參數如圖4所示。

圖4 運輸調度Agent（計算型）參數

3.4 資源型Agent的結構分析

資源型Agent是物流企業運輸調度系統中的硬件條件，它映射的是實際物流運輸系統中能夠完成一個或多個特定功能的單元或單元組合，包括設備、運輸工具、路網信息、操作人員等，如：物流企業運輸部門提供的自有車輛、其他公司提供的外包車輛、道路網絡信息，它可以根據自身的能力、狀態、任務的要求及環境信息等對當前的任務進行判斷，并監控資源的狀態及任務執行情況。上述三個單Agent都要受到資源型Agent的約束，在這里將資源型Agent分成兩類，一類是車輛Agent，另一類是路網信息Agent。其參數分別如圖5、圖6所示。

對每個Agent建立相應的模型后，采用信息集成技術，將各個子系統的信息集成在一起，構成一個完整的物流運輸調度系統，從而完成復雜系統的集成。利用這種多智能體技術進行建?？梢越档透鱾€Agent問題求解的復雜性同時可以降低整個系統的復雜性，有效地提高了問題求解的能力。

4 結論

本文通過把多智能體理論引入到物流企業運輸調度系統中，構建了運輸調度系統的多智能體結構，并對體系結構中的每個Agent進行分析，促進物流企業運輸調度系統的多智能體分布式自治及其功能擴展，能有效地解決多智能體結構的物流運輸調度系統的結構問題，從而創造商品的空間效益，降低運輸費用，對實現物流企業柔性管理、提高企業經濟效益具有重要現實意義與應用前景。

[1]P CPendharkar.Acomputational studyon design and performance issues of multi- agent intelligent systems for dynamic scheduling environments [J].Expert Systems with Applications,1999,(16):121- 133.

[2]Cai Yanguang,Wang Tao,CaiHao.A Differential Evolution Algorithm for Allied Vehicle Routing Problem with Multiple Transport Network.[A].International Conference on Power Electronics and Intelligent Transportation System[C].2010.

[3]黃天辰,韓京才.基于Agent技術的復雜適應系統分析與建模[J].計算機仿真,2005,22(9):58-60.

[4]孟憲春,丁承君,段萍,郭勝輝.多智能體技術的發展和應用現狀[J].河北工業大學學報,2006,35(3):6-11.

[5]戴劍勇,楊仕教,古德生.遺傳算法在水泥礦山卡車運輸調度系統中的應用[J].中國工程科學,2006,8(8):77-81.

[6]陳勇,林飛龍.制造企業物流多智能體建模及其應用[J].浙江工業大學學報,2006,34(3):310-313.

[7]趙金超,齊歡,王平,張勇明.基于多智能體的艦船維修系統建模技術研究[J].船海工程,2007,36(1):125-129.

[8]韓仁東,劉科成,鞠彥兵,崔春生.基于多agent的軍事物流系統仿真建模方法[J].計算機應用研究,2010,27(5):1756-1760.

[9]王雪茹,袁建清,崔然.多智能體技術及其在交通控制系統中的應用[J].中國新技術新產品，2011,17(1):27-28.

[10]霍曉宇,楊仕教,吳長振,戴劍勇,羊帆.露天礦山運輸調度系統粒子群優化[J].煤炭學報,2012,37(1):234-239.

[11]趙業清,郭磊,畢貴紅,朱道飛.基于多Agent的煉鋼復雜物流系統分析與設計[J].冶金自動化,2012,36(2):1-6.

[12]陳培友,張永賓.聯盟運輸調度的煤炭運輸運作模式的研究[J].物流技術,2012,31(3):17-19.